-
199IT
-
199IT
招聘的同时也是营销？哪些内容营销方式最有效–信息图
哪些内容营销方式最有效？这取决于企业的产品服务和目标消费群体。而平时HR在运用社交媒体等进行招聘的同时，亦是对企业进行宣传，进行营销的一个过程。这张信息图有社交媒体、新闻稿、音频、博客、白皮书、音乐、动画、信息图、视频、研讨会、APP、游戏等16种内容营销方式的对比介绍和他们的使用方法。
【文章来源：199it】
-
199IT
“验证身份”是保护公司数据的关键–信息图
随着越来越多的数据转向云计算服务，随之而来的是提升传统的终端安全解决方案的能力，以便能保证云服务的安全。访问管理专家Ping Identity已经发布了一个图表来展示现有安全技术不足以保护现在的企业信息和商业信息。
这强调了一个事实,即员工可能处于危险的数据访问环境中，企业数据通过了不安全的网络。它还表明,有53%的信息涉及到了云服务中的敏感数据,49%的公司不知道他们的云提供商提供的数据服务是否安全。数据泄露的平均比例比去年增加了15%。
Ping的董事长兼首席执行官Andre Durand在该公司的博客上说,“信息安全是具体目标端点之间的传输能安全运行,云、网络和电子邮件是不具备准确安全处理这些信息的。几年前，即使最先进的企业也不敢想象能准确安全的运行系统和工作流的！”
Identity是强调在未来保护关键数据而不是集中在端点之间的安全问题。杜兰德补充说,“Identity逐渐成为CIOs的保护企业数据安全、提高员工生产力的主要手段。通过重点关注用户身份与端点保护,公司可以启用这个安全路径访问到任何应用程序、从任何设备、在任何站点”。
您可以查看完整的图表，来查看这一新的安全市场到底是什么状况的。
【文章来源：199it】
-
199IT
社交网络大数据将直接影响企业的变现能力
随着社交网络日益发展，人们乐于在社交网络上分享自己的生活，拓展自己的人脉。这一系列活动背后，是基于社交网络的巨大数据。然而，人们对社交网络数据的挖掘和分析都还处于相对初级的阶段，大规模、高维度数据的挖掘方法还在不断地演化。
随着信息技术的迅猛发展，参与到社交网络的人越来越多，人们乐于在网络中去分享自己的相关信息，拓展自己的人脉。企业甚至能通过社交平台去直接影响客户，一切都似乎因为社交网络的出现而变的美好。
波浪式的社交网络传播
每一条发布的信息，如同石块入水所散开的涟漪，如果不继续投入石块，则涟漪会逐渐淡化直至消失，这便是社交网络的自洁功能，由于有以上三个特性的存在，仅仅依靠“自洁“是远远不够的。如果在涟漪扩散过程中的某个点再继续投入一块石头，则原有涟漪会扩大或者缩小，只要找准了点位，这些涟漪就可能形成波浪。如何去找到这些信息，找准这些点位，扩大品牌正面声量、减少并消除负面声量成为企业在社会化营销中制胜的关键，这个时候社交网络分析就能给企业带来帮助。
社交网络中充斥着各种可能成为“波浪“的信息，有针对一款产品的，有针对某部电影的，还有针对某位明星的——这些信息都可以从网上免费获取。这些评论信息对于企业的价值可以说是巨大的。一个企业如果掌握了这些数据，再加以分析，无论是对现有产品的改进还是对未来产品的走向都是十分有帮助的。目前对于企业来说，社交网络分析主要关注点在于找到消费者，并能分析消费者，了解消费者。与消费者达到最简洁快速的沟通。这就需要通过数据分析找到消费者所在的圈子，进而找到圈子中的意见领袖，通过意见领袖让企业想传达的信息进一步扩大，辐射整个圈子。从而吸纳更多的忠实消费者。
社交网络分析与圈子划分
社交网络的分析存在着许多有意思的研究课题。例如，在社交网络中社区圈子的识别、 社交网络中人物影响力的计算、信息在社交网络上的传播模型、虚假信息和机器人账号的识别、基于社交网络信息对股市、大选以及传染病的预测等。社交网络的分析和研究是一个交叉领域的学科，在研究过程中，通常会利用社会学、心理学甚至是医学上的基本结论和原理作为
指导，通过人工智能领域中使用的机器学习、图论等算法对社交网络中的群体行为和未来的趋势进行模拟和预测。
社交圈子的划分并不仅局限于用户主动建立起来的关系上，还可以通过其隐性圈子的划分，如兴趣属性。当两个人在社交网络中互动很频繁时，他们在线下是否也是真实的好友?从算法的角度来说，这是个很难解决的问题，但如果我们换一个角度来思考这个问题，想想我们的线下联系方式，如果A跟B互相拥有对方的手机号，那他们是线下真实好友的可能性就非常大了。包括飞信、米聊、微信等产品，如果真的能够做成基于手机通讯录的社交网络，我们就可以通过异构的社交网络对社交圈子进行综合性的判断，其价值不可估量。
企业基于社交网络数据的收获
潜在商机的发现
通过数据挖掘与分析，可以发现某个用户的活动商圈是否在企业的商圈覆盖范围内;可以知道某个用户的消费能力;可以知道某个用户的喜好及最近的购买习惯;可以知道某个用户会购买自己产品的概率;可以知道竞争对手的策略。
危机预警
通过数据挖掘与分析，可以对一些网络中突然发布的一条可能对企业产生危机的信息即时的监控起来。并追踪其传播路径，找到其中的关键节点。利用”乱石”打散其传播轨迹。从而让危机尽快消失。一个企业面对社交媒体中网民创造的成千上万，甚至几百万的讨论内容，想要通过人工去判断哪些口碑对品牌有利，哪些将会成为品牌危机是个不可能完成的任务。而舆情监测则可以围绕某一监测领域或事件，经过科学部署的不间断的数据收集与分析的过程，前期需要对收集范围和关键词群进行设置，中期对采集的数据进行过滤、分组、聚类等预处理，后期对数据进行分析，并以分析报告的形式让品牌了解到自身的口碑状况。
效果预测
通过数据挖掘与分析，可以通过对企业已掌控的圈子，消费群体的黏着度，事件的时序，传播的投入上去事先预测相关的效果。从而让企业能花最少的钱得到最大的产出。
然而，人们对社交网络数据的挖掘和分析都还处于相对初级的阶段，大规模、高维度数据的挖掘方法还在不断地演化。目前来看，文本语言的情感分析等很多基础性问题仍然还不能得到有效解决，对深入研究社交网络造成了一些限制。但随着人工智能研究水平的不断提高，尤其是认知神经科学与人工智能技术相结合的研究，让我们看到了人工智能的新希望。当我们真正有能力解决这些问题以后，社交网络将会成为帮助我们预测未来趋势的有利工具。相信到那时企业将可以借助于社交网络的数据挖掘与分析制定出更精准、广泛、有效的社会化营销体系，更好的服务于品牌认知的建立及市场销售的提升。
【文章来源：199it】
-
199IT
过去一年使用过在线教育的网民占比较低仅为28.8%
根据iResearch艾瑞咨询已经发布的《2014年中国在线教育行业发展报告》用户调研数据显示，2013年中国网民使用在线教育的人数少于30%，用户市场空间巨大。
近30%的网民使用过在线教育，用户规模成长空间巨大
艾瑞调研数据显示，2013年使用过在线教育的网民占比较低，仅为28.8%。未使用过在线教育，但在一年内计划尝试的网民占比为42.1%。未打算使用在线教育课程的网民占比最高，为29.1%。
艾瑞咨询认为，目前虽然在线教育用户数占网民总数的比例较低，但潜在用户规模巨大。对于未打算使用在线教育的用户，艾瑞分析调研数据认为主要有以下三个原因：
1. 对在线教育课程了解不够。
2. 偏好线下课程的模式。大部分网民觉得在线教育缺少实体课堂的氛围、与老师的交流互动有限，在选择课程时更偏好线下课程。
3. 不喜欢在线教育教学模式。首先，在线教育缺少监督机制，用户很难集中注意力完成全部课程。其次，教学内容枯燥，大大降低了用户的学习兴趣。最后，课程传输过程中的音效和网速问题，让用户学习体验变差，影响网民的选择。
职业在线教育最受用户青睐，用户占比达38.6%
艾瑞咨询调研数据显示，2013年职业在线教育颇受用户青睐，用户占比高达38.6%。语言培训紧随其后，用户占比为13.7%。公开课和高等学历在线教育的用户占比排第三位，为13%。
艾瑞咨询认为，职业在线教育受用户青睐的主要原因有以下两个：
1.就业、择业难问题的凸显，让职场人群投入更多的时间和金钱进行新技能的培训，增加就业的机会。用户需求旺盛，特别是证书类的考试培训，受关注程度更高。
2.职业在线教育的学习时间和地点的自主性，满足了职业人群随时随地学习、碎片化学习的要求。为有大量的培训需求的职业人群提供新的学习选择。
艾瑞咨询认为，随着取消和降低外语考试分数试点的推广和国际化形势下对外语的强烈需求，语言培训将有较大的发展空间。但语言培训用户注重课堂交流和学习氛围，所以语言培训更多的需要采用个性化的教学方式，目前在线语言培训的重点在于运用数据处理技术，为用户提供具有针对性的课程和学习方法，同时配以模拟真实课堂的在线互动模式。
在线教育用户付费意愿较低，68.5%的用户愿付费用在500元以下
艾瑞调研数据显示，2013年中国在线教育用户付费意愿较低，接受500元以下费用的用户占比达68.5%。而这其中近80%的用户接受的费用在100以下。接受500-1500元的用户占比为13.9%。
艾瑞分析认为，在线教育用户付费意愿较低的主要原因有以下两个：
互联网充斥着大量的免费学习资料，为部分网民提供了免费学习的平台。受互联网免费模式的影响，中国在线教育用户的付费意愿不强烈。
2.大部分的在线教育课程质量较低，仅通过将线下的内容照搬到线上的形式授课，加之语音技术处理能力较低和网速慢的影响，更降低了在线教育用户的消费意愿。
艾瑞咨询认为，引导用户付费首先要解决的是精耕在线教育内容。以数据和网络语音传输处理技术为支撑，收集分析用户在线活动，精准推荐个性化的学习模式。数据进行分析，及时调整学习内容、教学方法和学习进度，让教学内容更具针对性。
【文章来源：199it】
-
199IT
IBM：调查数据显示只有不到10%的企业为云计算应用激增问题做好准备
IBM日前披露的初步调查数据显示，只有不到10%的企业为解决移动设备、社交媒体、数据分析及云计算应用的激增问题做好了充分准备。
这次由IBM商业价值研究院开展的名为“IT基础架构至关重要”的调研活动共收到了来自18个国家、19个行业中750名CTO、CIO及其他技术高管的反馈，旨在揭示企业在全新IT时代中面临的基础架构、业务和组织挑战。
调查显示，70%的企业都承认IT基础架构在帮助他们获得竞争优势以及优化收入和利润方面发挥着至关重要的作用。大多数受访者(62%)指出他们计划在未来12-18个月内增加IT基础架构投入。
本次调查旨在更好地了解影响IT基础架构的主要趋势，以及企业在维护和升级现有技术方面遇到的挑战，尤其是在技术迁移方面的挑战。此外，IBM还希望通过本次调查来深入考察企业利用基础架构提高市场竞争力的各种方法。
IBM系统与科技部、集成供应链事业部高级副总裁Tom Rosamilia先生表示：“通过与技术主管展开讨论，我们发现当下正在发生历史性的业务与技术转型使得企业迫切需要通过部署计算基础架构来实现业务目标。现在的创新型企业已经意识到，只有适当的基础架构才能帮助他们创造真正的竞争优势并且推动收入增长。”
据初步调查显示，46%的受访者指出他们难以在不同地区之间安全、高效地转移大量数据。另外，有43%的受访者指出他们在维护一个安全的环境上遇到挑战，并且在降低成本以及提高全球存储环境效率方面也面临着压力。
尽管都承认IT基础架构的重要性，但仅有22%的受访企业制订了明确的企业级IT基础架构战略路线图。
【文章来源：199it】
-
199IT
企业使用社交技术，应注意简单管理三原则
毫无疑问，通过对外使用社交技术，企业实现的价值已经非常明显。然而，社交技术在企业内部的应用才刚刚开始产生效力，尽管有研究表明，在社交技术预计产生的经济价值中有2/3是来自企业内部协作和沟通的改进。
超过80%的高管表示所在企业使用了社交技术，但只有少数人了解如何让社交技术为企业带来大规模、可复制和可衡量的价值。只有超过1/4参与调研的高管表示，其所在企业已将社交技术充分融入到日常工作中，比如利用社交技术提高内部组织结构、系统、流程和实践的关联性。
为何只有极少数企业能够获取社交技术的全部价值？麦肯锡全球研究院的数据显示，通过数字领域的社交产品和服务，仅在四个行业每年就能够释放9000亿~13000亿美元的价值。但是做到这一点并不容易，问题的关键在于，许多公司将社交技术视为另一种实施工具，而不是企业转型的推动力量，未能明确社交技术可以解决的具体组织问题。
这些公司发现，要转变思维方式很困难，无论是试图说服员工使用社交技术代替电子邮件，或者逐步营造一种标准化信息共享的环境。企业领导常常认为社交技术应该是IT或营销人员的事情，其他人会对可能的风险望而却步。许多人过度关注技术本身，却大大忽视了技术能够促成积极的商业文化变革，从而提高核心业务流程的生产率并推动创新和合作。
其实，企业只需要注意三条简单原则，就能充分挖掘社交技术的巨大潜力，使员工积极投入组织转型之中。
增加价值，降低复杂度
社交技术在以下情况下能够创造最大价值：成为组织的核心内容；完善现有流程或在理想情况下代替现有流程。这些技术不应成为分散注意力的“多余事物”，而应当融入日常的工作流程之中。我们可以借鉴MITRE的经验。MITRE是一家非营利性组织，主要为美国政府提供IT、研发和系统工程方面的专业技术。当发现公司员工与同事以及外部伙伴之间合作的便利性亟待提高时，该公司使用开源社交网络软件构建、定制自己的社交平台“Handshake（握手）”。该平台十分安全，仅限以邀请的方式加入，且结合了该公司的合作和知识管理工具，所以员工可以启用这个平台，并将其完美地融入日常工作之中。
组织层面的必要支持
没有一项社交技术能够单独推动组织转型，企业必须明确目标、选择技术，然后再考虑支持组织变革所需的其他要素。可能需要涉及方方面面，从角色建模到促进理解、增强信念、能力建设和系统及结构调整。我们将这种方法称为影响力模型，其作用是鼓励人们转变思维模式和行为以推动组织转型。
比如，加拿大金融服务公司TD银行集团利用IBM的 Connections平台推出了内部社交网络。为鼓励员工使用该平台，集团圈定一些员工为“Connections天才”。他们负责帮助同事学习如何使用该平台，宣传该平台会怎样改进日常工作，从而使平台的潜在影响与个人用户的相关度更高。要提高实施社交技术的成功几率，组织提供的支持显然应当适应自身的需求和文化，边试验边学习。
自上而下地发号指令与社交技术的根本宗旨完全相悖。组织应采取强调试验和学习的方法，将影响力的缺乏视为经验教训而不是失败。营造一种试验的氛围能够促进组织学习，使技术随时可能取得意想不到的成功。
在“思想远大、从小事做起、彰显影响力”准则的指导下，TD银行集团向全球85000名员工推出了社交平台。2011年推出的小型试点计划使得公司学会了控制技术风险，慎重地确定平台的目标社区。随着成功案例的增加，TD银行集团利用其“Connections天才”团队进一步拓展平台的应用。试验、学习和稳步增长的过程在平台拓展中发挥了重要作用。目前该平台已拥有几千个网络社区、博客和维基，能够帮助同事快速、轻易地找到相关知识和技能。
跟踪影响和设定指标
全球航运巨头马士基航运公司（Maersk Line）的社交媒体主管Jonathan Wichmann在上任第一周发现公司档案中有1.4万张图片。他意识到这是一个与内部员工和外部人员共同分享公司悠久历史的机会，于是马士基发起了一项低成本、试验性的社交媒体活动，没有设定任何指标。因为在这个阶段，公司并不确定需要衡量什么。
该活动一个月内发起了超过17万次独特的社交互动，公司求职申请者也增长了一倍。最初这是一项对外工作，却同时提高了内部绩效：马士基的高管们如今正设法跟踪社交媒体对各方面的影响，从说服新人加入公司，到推动创新和收集客户的洞见。这其实就是设定指标的最佳方法。
此外，对社交举措保持开放态度也很重要，这些举措未必在一开始就要有强劲的指标，关键是一旦明确某件事情能够增加价值，就应该设定严格的指标。
无论员工、客户还是外部利益相关者和未来的人才都在拥抱社交技术。虽然将这些技术纳入组织文化、结构和工作流程的真正影响还需拭目以待，但企业如果能适应更加开放、共享和多变的世界，就有可能创造巨大的价值。还有望成为新型的、更灵活的创业型运营模式的开拓者，颠覆熟知的商业模式。
从这个意义上说，理解社交媒体是当前每一位高管亟需掌握的核心技术之一。
【文章来源：199it】
-
199IT
大数据概念是怎么产生?
1.“大数据”的名称来自于未来学家托夫勒所著的《第三次浪潮》
尽管“大数据”这个词直到最近才受到人们的高度关注，但早在1980年，著名未来学家托夫勒在其所著的《第三次浪潮》中就热情地将“大数据”称颂为 “第三次浪潮的华彩乐章”。《自然》杂志在2008年9月推出了名为“大数据”的封面专栏。从2009年开始“大数据”才成为互联网技术行业中的热门词汇。
2.最早应用“大数据”的是麦肯锡公司(McKinsey)
对“大数据”进行收集和分析的设想，来自于世界著名的管理咨询公司麦肯锡公司。麦肯锡公司看到了各种网络平台记录的个人海量信息具备潜在的商业价值，于是投入大量人力物力进行调研，在2011年6月发布了关于“大数据”的报告，该报告对“大数据”的影响、关键技术和应用领域等都进行了详尽的分析。麦肯锡的报告得到了金融界的高度重视，而后逐渐受到了各行各业关注。
3.“大数据”的特点由维克托·迈尔-舍恩伯格和肯尼斯·库克耶在《“大数据”时代》中提出
维克托·迈尔-舍恩伯格和肯尼斯·克耶编写的《大数据时代》中提出：“大数据”的4V特点：Volume(数据量大)、Velocity(输入和处理速度快)、Variety(数据多样性)、Value(价值密度低)。这些特点基本上得到了大家的认可，凡提到“大数据”特点的文章，基本上采用了这4 个特点。
4.在云计算出现之后“大数据”才凸显其真正价值
自从有了云计算服务器，“大数据”才有了可以运行的轨道，才可以实现其真正的价值。有人就形象地将各种“大数据”的应用比作一辆辆“汽车”，支撑起这些“汽车”运行的“高速公路”就是云计算。最著名的实例就是Google搜索引擎。面对海量Web数据，Google于2006年首先提出云计算的概念。支撑Google内部各种“大数据”应用的，正是Google公司自行研发的云计算服务器。
众说纷纭的表达
《大数据时代》的作者维克托·迈尔·舍恩伯格解释：了解什么是“大数据”的定义非常关键。首先要明确的是，“大数据”并不是很大或者很多数据。根据维克托在书中的描述，“大数据”并不是一部分数据样本，而是关于某个现象的所有数据。第二点，由于掌握了关于某个现象的所有数据，那么在统计时就能接受更多不准确的信息。第三，“大数据”的分析着重在了解“什么”而不是“为什么”。比如人们可以通过各种相关数据来了解未来将会发生什么，而不是这些事情发生的原因。要探寻原因会更难，很多时候，知道会发生什么已经足够了。以上这些就是“大数据”的核心，有足够多的数据，允许数据中存在不准确的信息和不去探寻事件发生的原因而是探寻会发生什么事件。
维基百科对“大数据”的解读是：“大数据”(Bigdata)，或称巨量数据、海量数据、大资料，指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。
百度百科对“大数据”的定义为：“大数据”(bigdata)，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
传媒专家刘建明教授认为：“大数据”同信息是不可分离的，是指信息浩大数量的统计与技术运作。作为人类认知社会方法的一次飞跃，“大数据”技术将给企业运营、政府管理和媒体传播的科学化创造有效机制。
“大数据”的基本判断标准
什么样的数据才是“大数据”?透过层层的迷雾和众说纷纭，可以讲：有了云计算服务器才有了“大数据”应用的价值。
维克托曾说过：“假设你要测量一个葡萄园的温度，但是整个葡萄园只有一个温度测量仪，那你就必须确保这个测试仪是精确的而且能够一直工作。反过来，如果每100棵葡萄树就有一个测量仪，有些测试的数据可能会是错误的，也可能会更加混乱，但众多的读数合起来就可以提供一个更加准确的结果。因为这里面包含了更多的数据，而它提供的价值不仅能抵消掉错误数据造成的影响，还能提供更多的额外价值。现在想想增加读数频率的这个事情。如果每隔一分钟就测量一下温度，十次甚至百次的话，不仅读数可能出错，连时间先后都可能搞混。试想，如果信息在网络中流动，那么一条记录很可能在传输过程中被延迟，在其到达的时候已经没有意义了，甚至干脆在奔涌的信息洪流中彻底迷失。虽然得到的信息不再准确，但收集到的数量庞大的信息让我们放弃严格精确的选择变得更为划算……为了高频率而放弃了精确性，结果观察到了一些本可能被错过的变化。虽然如果能够下足够多的工夫，这些错误是可以避免的，但在很多情况下，与致力于避免错误相比，对错误的包容会带来更多好处。为了规模的扩大，我们接受适量错误的存在。”其中描述葡萄园测量仪采集的数据就是大数据。
大数据实质上是全面、混杂的并且具有数据量大、输入和处理速度快、数据多样性、价值密度低特点的数据。
【文章来源：199it】
-
199IT
CNNIC：网络招聘的微博化 信息流动是关键
微博平台的招聘信息源头为招聘单位、HR、招聘网站、猎头等官方微博，信息传播受到两个主要因素影响：第一，官方微博信息发布、更新、响应的活跃度；第二，官方微博粉丝的参与活跃度。前者决定信息的真实性、有效性，后者决定信息的流动性、可用性。
官方微博招聘信息的时效性、全面性是基本要求。受限因素是信息传播的影响力，事不关己，粉丝帮你转发吗？具有明显排他性的信息，保密心态是否会降低微博用户转发扩散信息的意愿？通过微博平台发布招聘信息的目的是在更广范围内找到合适的人才，关注者的转发促成信息流动，信息在流动过程中产生价值，关键在于如何让招聘信息动起来。微博上“转发有奖”、“@几位好友有奖”等宣传形式显然不适用于单位、HR、猎头等官方微博扩散招聘信息。一方面，会给微博用户一种虚假信息的感觉；另一方面，在微博这个公开的社会化平台，人才竞争、岗位竞争的核心在于受众接收到的信息价值。
微博平台招聘信息的关注者年龄集中在21~40岁，找工作或换工作需求高于低年龄群体及高年龄群体。关注的信息主动送上门不同于在招聘网站大海捞针，关注者对信息来源目标较为明确，官方微博发布的信息中是否有对招聘信息产生附加价值的内容也很重要，尤其对于单位官方微博、HR官方微博，其发布的信息内容在一定程度上会成为反映组织文化、员工状况的窗口。
中国互联网络信息中心分析师阿丽艳认为，微博平台的网络招聘兼具针对性及普适性，前者受众为官方微博的关注者，后者面向微博用户，前者关注，后者搜索。不管面向哪一类受众，信息只在流动中增值。信息接收者的质量及活跃度也是决定信息流动性的关键因素。仅仅流于信息发布形式的微博招聘达不到连接供需双方的桥梁作用，核心在于如何将信息传递到可以让其流动的人手里。
【文章来源：199it】
-
199IT
CMO：2014年社交媒体全貌导图–信息图
Facebook. Twitter. LinkedIn. YouTube.
难道这四个社交平台对营销人员来说是唯一要紧的事情吗？如果如今已经进入第五个年头的CMO.com的 “CMO社交媒体概貌导图”有任何迹象，那答案是，明确的“也许”。
当其他的平台在我们的年度信息图中来来往往时，在2010年第一批开始运营的Facebook, Twitter, LinkedIn, 和 YouTube一直是中流砥柱。说到明确的“也许”，是因为它像刚登上社交媒体舞台时那样稳定。
今年的导图，CMO.com与数据可视化专家Visual.ly在内容和设计上合作。2014年，SlideShare这一新成员加入了“四大”，2013年Google+ ，Pinterest和Instagram加入，Instagram是自2012年以来第二次出现。与往年一样，所有的平台通过四个关键评判标准被评估：搜索引擎优化、品牌效应、客户沟通和流量生成，以及与过去两年相比的表现（除了以前没有被涵盖进来的平台以外）。
【文章来源：199it】
扫一扫 加微信
hrtechchina
